# AI？醫療？創業？的現在過去未來 - Frankie Chan

{%hackmd MNcuRlXoQDak0uCmtaJKwA %}
[TOC]

> 和醫師合作的經驗分享
> 創業的歷程
> 醫療 AI

## 醫療 AI
- 台灣的醫療水準和香港比較之下優渥
- 是不是可以透過 AI 加快醫療檢測的流程，有效提早治療疾病
- 依據醫學統計，女性平均二個人就有一個人終其一生就有就會得到一種癌症，男性為三個人就有一人

## 人工智慧於癌症醫療之多面向

+ 精準
+ 治療
+ 預後
+ 管理

## 參與比賽經驗

創新醫療的挑戰度高　因為醫療流程冗長
1. 前處理期
+ ＊IRB審核
2. 模型建置與測試
3. 醫材登記與上市
+ 器材臨床實驗
+ FDA醫材登記

## 醫療影像的技術

### 癌症治療三支柱
- 手術治療
- 放射治療
- 透過放射線去殺死細胞
- 藥物治療

### 智慧放療 AI 系統
> 透過人工智慧技找到患處進行治療
> 放射治療室最適合做 AI （因爲有影像判讀的部份）

#### 需要和既有的系統與硬體廠商進行深度整合
從臨床出發，找出醫療影像的應用需求
智慧放療 AI 系統整合的系統，包含：
+ viewray
+ elekta
+ varian
+ accuray

#### CT 是什麼？
> 電腦斷層掃描，是一種影像診斷學的檢查，非侵入性的檢查，檢查的結果影像不僅可以顯現正確位置、大小，
更可以藉由數字表現體內的組織狀態。

>CT無法像一般影像的方式進行處理　因為CT的pixel代表的材質不同,例如:骨頭、肌肉, etc.

## AI 影像判斷勾畫
透過影像辨識技術可以更精確的在醫療影像上精確的繪出癌症位置。
> 使用 影像辨識技術的Image Segmentation 計算CT影像標記全身器官位置，或找到癌症患處等。

### 競爭激烈

根據不同使用者習慣調整為最適合

### AI 醫療方向

- 學術性發表
- 應用（和臨床合作）

### AI 劑量智動分配

- 依據正常器官與腫瘤的相對位置
- 考慮放置治療機器限制
- 放射物理學等知識
> 物理治療師需耗時約一天的時間左右
- Dose Planning

### AI預測計畫：用抗式生成網路應用於劑量預測
三個頻道（CT+TUMOR NORAL+ORGANS）重疊在一起使用生成網路進行劑量的預測。

- 計量預測-劑量智動系統
- 計算誤差
- 人爲判斷跟機器判斷（有物理限制）

### AI計畫評估:預後分析

## 我們執行 AI 專案經驗分享

### 改善AI效能的方法

- 改模型參數
- 選不同模型
- 訓練測略
- 改善資料
- 如何加快訓練模型的速度

#### 多 GPU 經驗：
+ 1個GPU，每個epoch訓練時間 2 小時 02 分鐘
+ 4個GPU，每個epoch訓練時間爲55分鐘
> 每一個GPU都要等待其他GPU的計算結果，
> 可以每一個GPU計算一種MODEL

==4個 GPU 推薦把 Batch 參數拉大==

#### 血管沒那麼簡單，怎麼辦？

+ 嘗試 1　使用mask RCNN來測試
+ 嘗試 2　3D模型設計
+ 嘗試 3　2.5D多渠道Mask-RCNN設計
+ 嘗試 4　2D全景分割模型設計

### 結論
+ 臨床問題導向
+ 乾淨大資料為王
+ 多嘗試模型、細心照顧、佛系AI
+ 回歸臨床使用

###### tags: `MOPCON 2019`